Решение задачи прогнозирования на основе нейронных сетей

Резюме: Нейронные сети используются для решения задач, требующих аналитических вычислений подобно тем, какие осуществляет человеческий мозг. Нелинейные по своей сути нейронные сети, позволяют с любой степенью точности аппроксимировать произвольную непрерывную функцию, не взирая на отсутствие или наличие какойлибо периодичности или цикличности. На сегодняшний день нейронные сети являются одним из самых мощных механизмов прогнозирования. В данной статье рассматриваются общие принципы обучения и работы нейронной сети, жизненный цикл, производится решение задач прогнозирования при помощи аппроксимации функции.

Ключевые слова: искусственная нейронная сети, нейронные сети, прогнозирование

E.V. Kuliev, N.V. Grigoreva, M.A. Dovgalev

Solution of the problem of forecasting based on neural networks

Summary: This article is about prediction using neural networks. Neural networks are used to solve problems that require analytical calculations similar to those carried out by the human brain. Inherently nonlinear neural networks allow to approximate an arbitrary continuous function with any degree of accuracy, regardless of the absence or presence of any periodicity or cyclicality. Today, neural networks are one of the most powerful forecasting mechanisms. This article discusses the General principles of training and operation of the neural network, the life cycle, the solution of forecasting problems using the approximation of the function.

Keywords: artificial neural networks, neural networks, forecasting

doi 10.34219/2078-8320-2020-11-3-45-48